sklearn中的朴素贝叶斯模型及其应用

1.使用朴素贝叶斯模型对iris数据集进行花分类

尝试使用3种不同类型的朴素贝叶斯：

高斯分布型

多项式型

伯努利型

from sklearn.datasets import load_iris

iris=load_iris()

from sklearn.naive_bayes import GaussianNB

gnb=GaussianNB() #模型

pred=gnb.fit(iris.data,iris.target) #训练

y_pred=pred.predict(iris.data) #分类

print(iris.data.shape[0],(iris.target!=y_pred).sum())

 

from sklearn import datasets

iris=datasets.load_iris()

from sklearn.naive_bayes import BernoulliNB

gnb=BernoulliNB()   #构造

pred=gnb.fit(iris.data,iris.target)   #拟合

y_pred=pred.predict(iris.data)  #预测

print(iris.data.shape[0],(iris.target!=y_pred).sum())

 

from sklearn imp

ort datasets

iris=datasets.load_iris()

from sklearn.naive_bayes import MultinomialNB

gnb=MultinomialNB()   #构造

pred=gnb.fit(iris.data,iris.target)   #拟合

y_pred=pred.predict(iris.data)  #预测

print(iris.data.shape[0],(iris.target!=y_pred).sum())

 

 

2.使用sklearn.model_selection.cross_val_score()，对模型进行验证。

from sklearn.naive_bayes import GaussianNB
from sklearn.model_selection import cross_val_score
gnb=GaussianNB()
scores=cross_val_score(gnb,iris.data,iris.target,cv=10)
print("Accuracy:%.3f"%scores.mean())

from sklearn.naive_bayes import BernoulliNB
from sklearn.model_selection import cross_val_score
gnb=BernoulliNB()
scores=cross_val_score(gnb,iris.data,iris.target,cv=10)
print("Accuracy:%.3f"%scores.mean())

from sklearn.naive_bayes import MultinomialNB

from sklearn.model_selection import cross_val_score

gnb=MultinomialNB()

scores=cross_val_score(gnb,iris.data,iris.target,cv=10)

print("Accuracy:%.3f"%scores.mean())

　　

3. 垃圾邮件分类

数据准备：

• 用csv读取邮件数据，分解出邮件类别及邮件内容。
• 对邮件内容进行预处理：去掉长度小于3的词，去掉没有语义的词等

尝试使用nltk库：

pip install nltk

import nltk

nltk.download

不成功：就使用词频统计的处理方法

 

训练集和测试集数据划分

• from sklearn.model_selection import train_test_split

def preprocessing(text):
    preprocessed_text=text
return preprocessed_text


import csv
file_path=r'C:\Users\Administrator\Desktop\SMSSpamCollectionjsn.txt'
sms=open(file_path,'r',encoding='utf-8')
sms_data=[]
sms_label=[]
csv_reader=csv.reader(sms,delimiter='\t')
for line in csv_reader:
    sms_label.append(line[0])
    #sms_data.append(preprosessing(line[1]))
    #sms.close
    sms_label
    sms_data


    sms_label